5 月 21 日，在杭州举办的 2026 阿里云金融创新峰会上，盈米基金与阿里云联合发布「机构 AI 智能体解决方案」。双方强强联手，阿里云提供 AI 科技底座支持，盈米基金则补齐专业金融服务能力，让 AI 大模型真正「懂金融、会业务、能交付」。
5 月 21 日，在杭州举办的 2026 阿里云金融创新峰会上，盈米基金与阿里云联合发布「机构 AI 智能体解决方案」。双方强强联手，阿里云提供 AI 科技底座支持，盈米基金则补齐专业金融服务能力，让 AI 大模型真正「懂金融、会业务、能交付」。
作为该方案的标杆应用，「且慢 AI 小顾 3.0」在会上首次亮相。它打破了长期以来金融智能体只能「被动问答」的局限，可深度贴合用户的投资偏好与财富目标输出投顾服务，为金融机构布局 AI 智能体树立可参考的实践样本。
峰会期间，盈米基金高级副总裁林杰才出席《先锋对话：理财财富管理智能体的第一个工作日》圆桌论坛，与中国财富管理 50 人论坛科技部总监金文成、进门财经 CEO 程建辉、中金财富战略与数字化能力发展中心董事总经理朱虹、富国基金 CIO 李强等业内专家，共同就金融机构在 AI 智能体落地的实践难点、应用场景与行业未来趋势展开了深度交流探讨。
（图｜2026 阿里云金融创新峰会圆桌论坛现场）
01、锚定「业务成果」价值转化，打通金融 AI 落地「最后一公里」
近年来，人工智能大模型技术飞速迭代，加速 AI 与金融业态的深度融合，推动金融行业全面迈入大模型深度应用时代。当前 AI 大模型已广泛应用于金融智能客服、数据查询、合规审查、投研分析等多个场景，持续推动金融服务向数字化、智能化全面转型升级。
然而，金融行业整体仍处于技术落地的攻坚阶段，金融智能体在业务结果交付层面仍面临 「最后一公里」 的瓶颈。专业性不足、可解释性缺失、数据治理困难、实时性短板、场景适配难度大、投入产出失衡等多重痛点，成为制约 AI 大模型在金融领域实现业务转化的阻碍。
「目前 AI 应用暴露的各种问题，比如大模型幻觉、智能体权限安全、无法与物理世界互动等，实际上并不是 AI 技术或者 AI 应用本身的问题，本质上是因为『旧世界还未为 AI 的到来做好准备』导致的。」
林杰才在圆桌论坛中表示，机构应该为 AI 的到来做好各种基础设施的完善和建设，比如通过 MCP 搭建可信数据底座根治幻觉；打通物理世界数字接口链接虚实；制定 AI 专属安全、权限、法律规则避免越界等。
为破解金融 AI 落地的这一难题，盈米基金联合阿里云提出「术业有专攻，解耦再融合」的解决思路。双方整合了阿里云的底层技术优势和盈米基金深耕买方投顾的专业积淀，破除 AI 技术与财富管理业务之间的壁垒，将 AI 能力真正落到金融机构的服务链路中。
02、四层架构协同发力，助力机构打造专属金融智能体
此次发布的「机构 AI 智能体解决方案」，采用能力互补的四层架构，实现了技术底座、合规管控、业务赋能、场景落地的全链条闭环体系，有效解决大模型金融落地的应用难题。
第一层为通用基础能力层，由阿里云提供底座支持，依托千问大模型、通用 MCP 生态及通用 Skill 库，构筑了高弹性、高稳定性的 AI 科技底座，为上层的金融业务应用提供技术算力与通用 AI 能力保障。
第二层为点金核心引擎层，聚焦金融行业的合规与可控性要求，负责智能体管理、智能体运行时层、用户记忆管理、沙箱环境等核心功能，从技术层面牢固合规防线，确保 AI 应用操作在金融合规框架内的可控运行。
第三层为盈米金融服务引擎层，将盈米多年买方投顾实践经验进行沉淀和封装，包括：盈米 MCP、盈米 Skills 和盈米智能体的三层支撑体系。
第四层为应用场景落地层，以盈米 AI 智能体——「且慢 AI 小顾 3.0」为标杆案例产品，直观展示了金融垂直智能体的落地形态与服务能力，为机构提供可参考、可复刻的 AI 智能体应用新范本。
（盈米基金✖️阿里云 「机构 AI 智能体解决方案」架构图）
相较于传统的自主研发模式，该方案可大幅减低金融机构自建智能体的门槛。机构无需从零开展代码研发，仅需通过标准化的 AI 接口接入，按需选配专业金融能力、适配自身的业务场景，快速搭建专属的金融智能体应用，兼顾落地效率、成本控制与专业服务能力。
03、盈米 AI 能力三层体系开放输出，赋能全行业财富管理升级
在阿里云点金筑牢智能体运行底座的基础上，盈米金融服务引擎补齐金融服务的专业能力。
依托盈米基金多年的买方投顾服务经验积淀，聚焦基金研究、组合诊断、资产配置、投顾服务、内容生产等真实业务链路，将盈米在投研、投顾、运营和服务流程中的专业经验，拆解为 MCP 工具、Skills 任务能力和场景智能体三层体系，面向全行业开放复用。
在 MCP 层，盈米配置 70 多个专业金融工具，覆盖基金数据、策略数据、投研工具、投顾服务和内容可视化等五大能力。相比单纯依赖大模型生成回答，MCP 为 AI 智能体提供了更明确的数据入口、工具边界和业务抓手。
在 Skills 层，盈米整合多项 MCP 工具、金融业务规则和输出模板，形成轻量化、可复用的业务模块，助力机构快速搭建账户体检、基金解读、投顾报告、市场内容生成等高频应用。
在 Agent 层，盈米将专业能力沉淀到更贴近业务流程的智能体应用中。目前，面向 30 多个细分场景的智能体已在盈米内部落地验证，覆盖投研、投顾、数据查询与内容生产等金融业务链路。
区别于市场上普通的 AI 助理问答工具，盈米的 AI 服务能力体系跳出单一交互模式，将金融服务的经验和能力，转化为 AI 可调用的工具、可编排的业务流程、以及可复制的落地场景。
对金融机构而言，可结合自身的数字化发展阶段灵活定制方案，既支持 API / MCP 标准化接入，也支持围绕具体业务场景进行共建，有效降低自建金融智能体的门槛，缩短从概念验证到业务落地的周期。
04、从「被动问答」到「主动服务」，「且慢 AI 小顾 3.0」升级
作为上述四层服务架构的集大成者，「且慢 AI 小顾 3.0」在此次峰会上首次亮相，展示了投顾 AI 智能体已从「被动问答」，迈入了「主动式服务」、「千人千面」的专业诊断与定制服务新阶段。
据现场演示，且慢「AI 小顾 3.0」实现了三大核心能力的升级：
一是「长期记忆」功能。「AI 小顾 3.0」能精准识别并记住每位用户的投资偏好与历史对话，形成长期记忆，并基于用户信息长期持续地提供专业机构投研、投顾观点的定制内容与投资建议，真正实现「真千人千面」的服务。
二是「定时执行」功能。「AI 小顾 3.0」可提供长期持续的专属「约定式服务」，为用户提供市场资讯、持仓分析等定时任务，或者产品对比、按偏好交付等个性化设置。比如用户可以开启定时任务，让 AI 小顾按周期主动检查账户以及持仓和市场变化，任务完成后 AI 小顾会主动发送摘要，并生成详细的报告把重要变化提前告知用户。
三是「复杂任务编排」能力。面对「优化投资组合」这类长链路指令，「AI 小顾 3.0」能自动拆解任务，打通且慢平台的数据和长期记忆，基于客户真实资产、资金流、投资行为偏好等情况，调用多个 MCP 工具，跨场景完成持仓分析、风险评估、基金筛选到投资建议报告生成的全链路。
05、深化 AI 全栈战略合作，助力财富管理行业走向「AI 原生」新阶段
本次机构 AI 智能体解决方案的发布，是盈米基金与阿里云 AI 全栈战略合作的深度落地成果。早在 2025 年 7 月，双方正式达成 AI 全栈战略合作，携手共建财富管理智能化生态；同年 9 月，联合推出行业首个理财智能体评测集 FinMCP-Bench 与投顾智能体模型，为行业 AI 应用搭建统一评测标准；此次全新解决方案的落地，进一步完善 AI 技术+业务的协同生态，加速「AI 原生」财富管理新范式的成型。
为匹配不同类型机构的智能化转型需求，此次发布的「机构 AI 智能体解决方案」将面向全行业提供「AI 能力接入」、「联合解决方案」、「智能体场景共建」等三种灵活的合作模式，精准赋能不同数字化发展阶段的金融机构转型升级。
（图｜盈米基金与阿里云联合推出「机构 AI 智能体解决方案」的三类合作模式）
在 AI 大模型竞赛的下半场，「卷参数」正加速向「卷应用」和真正实现服务落地演变。此次盈米基金与阿里云的联合发布，通过将自身核心能力先「解耦」再融合，并向行业对外开放，解决了金融机构智能化转型成本高、周期长的痛点，打通大模型落地金融的「最后一公里」 。
这种科技企业提供 AI 技术底座、专业机构提供业务封装能力的模式，正在推动财富管理行业走向 AI 原生的新阶段，或将加速金融智能体生态的重构与升级。
风险提示：投资建议内容由 AI 大模型生成，所提及的具体基金单品、投资策略仅作释义，不作为任何投资建议。因现阶段科学技术的局限性和生成式人工智能的特殊性，我们不能保证本服务生成内容合规、准确和完整。基金投顾试点机构不保证基金投顾组合策略一定盈利及最低收益，也不作保本承诺，投资者参与基金投顾组合策略存在无法获得收益甚至本金亏损的风险。基金投顾业务尚处于试点阶段，基金投资顾问机构存在因试点资格被取消不能继续提供服务的风险。
来源：互联网
